Introduction à R
Narration et présentation par :
Laurence-Olivier M. Foisy
2025-10-15
Les logiciels d’analyse de données
![]()
![]()
![]()
![]()
![]()
Pourquoi R?
![]()
Open source
- Gratuit
- Collaboratif
- Communauté active
- Adapté aux besoins des utilisateurs
Pourquoi R?
![]()
Packages
- Offre une extension des fonctionnalités de base presque infinie
- Peux répondre à des besoins très spécifiques
- 21,744 packages sur CRAN (Comprehensive R Archive Network)
- Principal dépôt où sont hébergés les packages R
- Beaucoup plus sur GitHub
- En plus de CRAN, de nombreux chercheurs publient leurs packages sur GitHub, une plateforme de partage de code
Pourquoi R?
![]()
Reproductibilité
- Rendre les analyses reproductibles
- Permet de partager les analyses
- Les scripts R permettent de partager facilement le travail
- Permet de retracer les erreurs
- Partager le code
- Encourage la transparence et la collaboration dans la recherche
Pourquoi R?
![]()
Très utilisé en science sociale
- Beaucoup de ressources
- Beaucoup de tutoriels orientés vers les sciences sociales
- Datacamp
- Coursera
- Datanovia
Bref… important d’utiliser les mêmes outils que les chercheurs dans votre domaine
Installer R et RStudio
- C’est quoi la différence entre R et RStudio?
- R est le moteur, RStudio est l’interface
- RStudio facilite l’utilisation de R
- RStudio est un IDE (Integrated Development Environment)
À télécharger :
Concept important : Le chemin d’arborescence
- À tout moment vous devez savoir où vous êtes dans votre ordinateur pour pouvoir importer des données, exporter des graphiques ou mettre des fichiers en relation
- Votre R est toujours ouvert dans un dossier, et donc vous devez savoir où il est pour pouvoir importer des données
- La fonction
getwd() dans R permet de savoir où vous êtes
![]()
Concept important : Planifier avant de coder
La plus grosse erreur est de commencer à coder sans savoir ce que vous voulez faire
- Clarifer vos objectifs: Qu’est-ce que vous voulez faire?
- Nettoyer des données?
- Faire un graphique?
Les possibilités sont infinies, donc il est important de savoir où vous voulez aller
Concept important : Décomposer le problème
- Une fois que vous savez ce que vous voulez faire, il est important de décomposer le problème en petites étapes
- Un script R pour une seule tâche
- Bien nommer vos scripts pour savoir ce qu’ils font
- Exemples:
nettoyage_donnees.R
graphique.R
- Chaque script doit être clair et facile à comprendre
- Commenter votre code avec des
#